Jake Bruce
収録論文 8本 ・ フィジカルAI/ロボット学習
制御/モデルベース強化学習VLA強化学習/探索強化学習ナビゲーション視覚言語ナビゲーション位置推定
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- 制御のための汎用ダイナミクスモデル制御/モデルベース強化学習2023/5/1
Transformerをダイナミクスモデルとして用い、未知環境への少数ショット・ゼロショット汎化性能を実証し、制御の基盤モデルとしての可能性を示した。
- 汎用エージェントGato：マルチモーダル・マルチタスク・マルチ身体ポリシーVLA2022/5/1
大規模言語モデルの手法を応用し、テキスト以外も含む単一の汎用エージェントGatoを構築。同じ重みでAtari操作、画像キャプション、対話、実機ロボットアームでの積み木など多様なタスクをこなす。
- 任意の将来タスクを固定バッチ学習するためのタスク非依存探索の評価強化学習/探索2019/11/1
ロボティクスでオフライン学習に使う固定データセットを効率よく作るため、代表的な探索手法を比較評価し、シミュレーション3タスクと実機高次元ロボットアームで検証した。
- Ctrl-Z：強化学習の不安定性からの回復強化学習2019/10/1
学習中のエージェントの履歴を保持し、性能が大きく低下したら過去のパラメータに戻すことで、強化学習の不安定な学習を安定化させる手法を提案した論文。
- 1回の走行データからキロメートル規模のナビゲーション方策を学習する手法ナビゲーション2018/7/1
実ロボットの1回の走行記録のみから、2km以上に及ぶ多様な環境で目標指向ナビゲーション方策を効率的に学習し、実機に展開できることを示した論文。
- 視覚と言語に基づくナビゲーション指示の解釈：実環境ベンチマークの構築視覚言語ナビゲーション2017/11/1
実写画像を用いた大規模強化学習シミュレータMatterport3Dを構築し、実建物内での自然言語ナビゲーション指示を解釈する初のベンチマークデータセットR2Rを提供した論文。
- インタラクティブリプレイによるロボットナビゲーションのワンショット強化学習ナビゲーション2017/11/1
環境を一度だけ走行して得たデータからインタラクティブな世界モデルを構築し、実環境の変動下でもファインチューニングなしでゼロショット転移できるナビゲーション学習手法を提案した。
- 環境の時間特性に適応する位置推定のためのセンサ窓長自動調整位置推定2017/6/1
位置推定で使う時空間センサ窓の長さを、環境に応じて自動で変える手法を提案し、視覚・Wi-Fiのベンチマークで固定長より未定位距離を大幅に減らしつつ精度を維持できることを示した。
